《表2 新一代1:50万中国植被图绘制所用特征来源》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《新一代1:50万中国植被图绘制方法探讨》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在海量植被类型样本的支持下，可以多源特征融合为基础，以植被斑块对象为基本分类单元，采用深度学习的方法实现新一代1:50万中国植被图的绘制.考虑到新一代植被图的现实性需求，其绘制以2018年作为遥感数据的基准年，在遥感数据源的选取中，由于Sentinel-2具有空间分辨率高、波段多（包含从可见光、近红外到短波红外的13个波段）、重返周期短（双星组合观测下重返周期为5天）的优势，本研究以Sentinel-2多光谱影像为核心提取植被光谱及纹理特征，并通过经传感器校准处理后与Sentinel-2协调一致的Landsat 8影像来弥补云、雨对Sentinel-2影像的影响此外，本研究还辅以MODIS长时间序列影像提取植被物候参数，同时利用SAR能获取植被纹理特征和散射特性的优势，融合Sentinel-1 SAR数据，从中提取极化特征以弥补光学影像特征的局限性，并于Google Earth Engine平台实现归一化植被指数（normalized vegetation index，NDVI）、归一化水指数（normalized difference water index，NDWI）、比值植被指数（ratio vegetation index，RVI）等各种遥感特征的计算.此外本研究还从WorldClim、中国土壤类型图、Corrected SRTM[76]数据中分别获取气温、降水、土壤、坡度、坡向等环境参数，综合上述数据构成多特征图层作为后续分类的输入（表2）.